课程文献中心 更多>>

关键词： 人工智能   机器学习   列车控制   交通管理  

摘要： 人工智能在铁路中最常见的用途分为机器学习和优化两大类。文章介绍了人工智能在列车控制与交通管理方面的应用。

关键词： 梅雨期   长江沿线   人工智能   强降水   降水量   荆楚大地   天气预报员  

摘要： 今年6月21日8时至22日9时,荆楚大地被梅雨期首轮强降水自西向东横扫,全省53个县(市、区)降水量超过100毫米。不只是湖北,6月17日6时至27日6时,长江沿线多地累计降水量达100毫米至250毫米,其中,局部地区累计降水量达400毫米至600毫米。

关键词： 大语言模型   知识图谱   人工智能   自然语言处理   知识表示  

摘要： [目的/意义]旨在探索大语言模型和知识图谱两种重要的知识表示技术在发展中的互补性,以便为其融合应用提供指导。[方法/过程]通过文献资料调研,对大语言模型和知识图谱的构建方式、知识表示和应用场景进行深入研究。采用比较分析方法,揭示它们在技术特征、知识表示、应用领域的异同点。最后,对两者的互补性以及融合应用的可能性进行总结和归纳。[结果/结论]通过知识图谱增强大语言模型,有助于提升其预训练效果和推理能力;通过大语言模型增强知识图谱的构建、补全和问答能力,可以实现更全面、准确和智能的知识服务。

关键词： 人工智能系统   电力公司   平台开发   核电厂   生成式   运营数据  

摘要： 【美国太平洋燃气电力公司网站2024年11月13日报道】太平洋天然气和电力公司(PG&E)近日宣布,即将在代阿布洛峡谷核电厂部署原子峡谷公司(Atomic Canyon)开发的Neutron Enterprise人工智能系统。这将是生成式人工智能系统首次在美国核电厂实现商业部署。该系统基于英伟达全栈式人工智能平台开发,致力于优化核电厂海量运营数据的管理和分析。

关键词： 人工智能   语言数字化   语言战略   语言服务  

摘要： 韩国政府发布的国家数字战略显示,韩国计划于2027年成为全球三大人工智能强国之一,紧随美国和中国之后。为了在人工智能竞赛中占据一席之地,应对韩国经济、社会等日常整体数字化深化时代,韩国在人工智能语言数字化方面做了一系列探索。通过探究韩国人工智能语言数字化发展状况,不仅可以深入了解其整体现状、发展特征,以及具体影响,还可以进一步探索其未来趋势并发现尚存问题,同时,也能够为我国持续扎实推进语言文字工作数字化智能化赋能,为建设中国特色社会主义语言数字化新发展提供启示意义和借鉴价值。

关键词： 人工智能   融媒体时代   新闻传播  

摘要： 将人工智能技术应用于新闻传播行业中,让该行业得到了解构与重塑,拓宽了新闻接收的渠道,使新闻内容的生产模式发生了变革,提高了新闻报告撰写、编辑及传播的效率,促进了新闻传播的智能化发展。鉴于此,本研究通过探析人工智能与融媒体时代的新闻传播,对其内容生产、内容把关及内容传播变化进行论述,以期为新闻行业工作者提供有益参考。

关键词： 文化传承与创新   数字化转型   故宫博物院   创新性发展   创造性转化   优秀传统文化   博物馆   数字智能  

摘要： 在数字智能时代的背景下,以人工智能(AI)为代表的数字技术在博物馆领域展现了广泛而深远的应用前景。作为文化传承与创新的重要载体,博物馆正面临着数字化转型的机遇与挑战。2023年,习近平总书记提出全球文明倡议,明确指出要共同倡导重视文明传承与创新,充分挖掘各国历史文化的时代价值,推动各国优秀传统文化在现代化进程中实现创造性转化、创新性发展。

关键词： 中药材   数字技术   智能   流通体系   配送网络  

摘要： 甘肃中药产业种植面积大、品种多,产业优势明显,在国内具有重要地位。然而,在流通效率、全链追溯和质量管控等方面存在明显不足,这严重制约了产业竞争力和市场份额的提升。文章利用最新的数字技术和人工智能解决方案,提出搭建中药材数字化信息平台,推进中药材的精准种植管理、强化智能加工和质量监控、实现高效智慧仓储管理,建立多层级中药材配送网络,以提升甘肃中药材流通体系效能,促进产业可持续发展,实现产业链的全面升级和模式创新。

关键词： 人工智能   金融   机器学习   深度学习   大模型  

摘要： 随着科技的飞速发展,人工智能(AI)在金融领域的应用日益广泛和深入。本文回顾了AI的发展历史,从早期的理论探索到如今的深度应用。详细阐述了AI在金融行业中的发展趋势以及多样化应用。同时,基于当前的技术趋势和业务场景,探讨了目前AI在金融领域面临的挑战,对AI在金融领域的未来发展方向进行了前瞻性的预测。旨在为金融行业更好地利用AI技术实现创新发展提供有价值的参考和指导。With the rapid development of technology, the application of artificial intelligence (AI) in the financial field is becoming increasingly extensive and in-depth. This article reviews the development history of AI, from early theoretical exploration to today’s deep application. It elaborates on the development trends and diverse applications of AI in the financial industry. At the same time, based on current technology trends and business scenarios, it discusses the challenges currently faced by AI in the financial field and makes forward-looking predictions on the future development direction of AI in the financial field. The aim is to provide valuable references and guidance for the financial industry to better utilize AI technology to achieve innovative development.